RTP协议全解2015422分析和总结.docx

RTP协议全解（H264码流和PS流）

写在前面：RTP的解析，网上找了很多资料，但是都不全，所以我力图整理出一个比较全面的解析，

其中借鉴了很多文章，我都列在了文章最后，在此表示感谢。

互联网的发展离不开大家的无私奉献，我决定从我做起，希望大家支持。

原创不易，转载请附上链接，谢谢/chen495810242/article/details1、RTPHeader解析

图1

V：RTP协议的版本号，占2位，当前协议版本号为2

P：填充标志，占1位，如果P=1，则在该报文的尾部填充一个或多个额外的八位组，它们不是有效载荷的一部分。

X：扩展标志，占1位，如果X=1，则在RTP报头后跟有一个扩展报头

4)

4)

CC：CSRC计数器，占4位，指示CSRC标识符的个数

5)

M:标记，占1位，不同的有效载荷有不同的含义，对于视频，标记一帧的结束；对于音频，标记会话的开始。

6)

PT:有效荷载类型，占7位，用于说明RTP报文中有效载荷的类型，如GSM音频、JPEM图像等,在流媒体中大部分是

用来区分音频流和视频流的，这样便于客户端进行解析。

7)

序列号：占16位，用于标识发送者所发送的RTP报文的序列号，每发送一个报文，序列号增1。这个字段当下层的承

载协议用UDP的时候，网络状况不好的时候可以用来检查丢包。同时出现网络抖动的情况可以用来对数据进行重新排序，序列

号的初始值是随机的，同时音频包和视频包的sequence是分别记数的。

8)

时戳(Timestamp)：占32位，必须使用90kHz时钟频率。时戳反映了该RTP报文的第一个八位组的采样时刻。接收者

使用时戳来计算延迟和延迟抖动，并进行同步控制。

9)

同步信源(SSRC)标识符：占32位，用于标识同步信源。该标识符是随机选择的，参加同一视频会议的两个同步信源不

能有相同的SSRC。

10) 特约信源(CSRC)标识符：每个CSRC标识符占32位，可以有0～15个。每个CSRC标识了包含在该RTP报文有效载

荷中的所有特约信源。

注：基本的RTP说明并不定义任何头扩展本身，如果遇到X=1，需要特殊处理

取一段码流如下：

80e0001e0000d2f000000000419b6b49?....??. A?kI

e10f2653021aff0659971dd22e8c5001?.S. Y?.?.?P.

cc13ec52774ee50e7bfd161166277cb4?.?RwN?.{?..f|?

f6e129d5d6a4ef3e12d8fd6c9751e7e9??)????.??l?Q??

cfc75ec8a951f68265d6485a86b0e08c??^??Q??e?HZ????

其中，

80

是V_P_X_CC

10000000

e0

是M_PT

11100000

001e

是SequenceNum

0000000000011110

0000d2f0

是Timestamp

000000001101001011110000

00000000是SSRC 00000000000000000000000000000000

把前两字节换成二进制如下

1000000011100000

按顺序解释如下：

10

是V；

0

是P；

0

是X；

0000

是CC；

1

是M；

1100000

是PT；

排版不如word看的清晰，大家凑合着看吧。

原创不易，转载请附上链接，谢谢/chen495810242/article/details2、RTP荷载H264码流

图2

荷载格式定义三个不同的基本荷载结构，接收者可以通过RTP荷载的第一个字节后5位（如图2）识别荷载结构。

单个NAL单元包：荷载中只包含一个NAL单元。NAL头类型域等于原始NAL单元类型,即在范围1到23之间

聚合包：本类型用于聚合多个NAL单元到单个RTP荷载中。本包有四种版本,单时间聚合包类型A(STAP-A)，单时间聚合包类型B(STAP-B)，多时间聚合包类型(MTAP)16位位移(MTAP16),多时间聚合包类型(MTAP)24位位移(MTAP24)。赋予STAP-A,STAP-B,MTAP16,MTAP24的NAL单元类型号分别是24,25,26,27

分片单元：用于分片单个N